Wybawienie dla marketerów: jak tworzyć raporty bez analityków i SQL

Raportowanie to prawdziwa irytacja dla każdego marketera. Przede wszystkim większość narzędzi analitycznych skupia się na potrzebach analityków i programistów oraz uniemożliwia marketerowi samodzielnej pracy z danymi. W tym artykule wyjaśniono, dlaczego tak się dzieje i jak widzimy rozwiązanie tego problemu.

Celem każdego biznesu jest osiągnięcie zysku. Aby jednak zrozumieć, jak idzie rozwój firmy i w jakim kierunku warto iść, firmy muszą śledzić i monitorować wszystkie obszary organizacji. Innymi słowy, raportowanie jest podstawowym narzędziem dla decydentów.

Nie wspominając już o tym, że w stanie pandemii, kiedy od marketerów wymaga się, aby osiągnąć więcej przy mniejszych zasobach (mniejsze budżety i mniej czasu na wdrożenie), nie można tego zrobić bez raportowania.

W ciągu ostatniego roku firmy przekonały się, że można osiągnąć sukces na różne sposoby, zarówno offline, jak i online. Istnieje wiele możliwości dotarcia do klientów w ekosystemach cyfrowych (nie zapominając o ewoluujących przestrzeniach głosowych i dźwiękowych dzięki przetwarzaniu języka naturalnego). Każdy z tych kanałów zapewnia nowe wolumeny danych. Możesz wykorzystać te informacje zarówno do komunikacji z klientami, jak i dowiedzieć się więcej o grupie docelowej, co jest pomocne w rozwoju biznesu.

Firma ma rynek, na którym działa, cele i dane. Każda firma chce trzech rzeczy: zarabiać więcej, wydawać mniej i robić to szybciej.

Marketer pomaga firmie osiągnąć to, czego chce. Ma dziesiątki różnych usług, cele z CMO i doświadczenie w marketingu. To właśnie jest dla niego dostępne w większości przypadków.

Czego brakuje marketerowi i jakie problemy najczęściej napotyka w swojej pracy:

1. Dane w raportach nie zgadzają się i muszą być stale monitorowane. Czemu? Dane mogą zostać utracone na etapie gromadzenia danych, powielone itp. Nie ma prostego powodu; w przeciwnym razie nie stanowiłoby to problemu na rynku. Marketer potrzebuje danych, którym można zaufać przy podejmowaniu decyzji.
2. Zbudowanie raportu ze wszystkimi niezbędnymi danymi jest skomplikowane i zajmuje dużo czasu . Zazwyczaj marketerzy nie mają czasu na studiowanie SQL i nie chcą czekać na odpowiedź analityków. Marketer chce samodzielnie tworzyć raporty we właściwych sekcjach i nie czekać na nie od analityków. Innym problemem jest to, że nigdy nie wie z góry, jakie pytania się pojawią i jakie raporty mogą być potrzebne następnym razem. To rzadka okazja, aby mieć jeden uniwersalny raport na wszystkie możliwe okoliczności.
3. Marketer potrzebuje odpowiednich wskazówek, a nie zgłaszania . Na przykład raport kampanii reklamowej, który pokazuje, że CPA jest mniej wartościowy niż najlepszy raport marketing-mix, pokazujący, ile potrzebujesz, aby zwiększyć lub zmniejszyć budżet reklam. Dlaczego tak? Ponieważ koszt aplikacji nie odpowiada na pytanie, co zrobić z tą informacją.

Dzięki rozwojowi usług takich jak Google BigQuery analiza Big Data staje się bardziej dostępna dla firm każdej wielkości. Ale istniejące produkty analityczne są skierowane przede wszystkim na potrzeby analityków i programistów. Marketerzy wciąż zmuszeni są ograniczać się do gotowych raportów lub czekać, aż analitycy przygotują dane, tracąc okazje i marnując czas.

Na powyższym rysunku znajduje się magiczny kwadrant Gartnera z usługami analitycznymi i BI. W jednym z popularnych czatów dla analityków do wykresu został dodany program Excel. Ten rysunek pokazuje, że użytkownicy biznesowi potrzebują nowoczesnych narzędzi analitycznych, dopóki potrzebne im dane nie zostaną dostarczone do znajomego interfejsu programu Excel lub Arkuszy Google.

Jest znany cytat: „dane to nowa ropa”. I tak jak przemysł naftowy na rynku analityki marketingowej ma państwa regulujące dostęp do zakumulowanej wartości w postaci surowej, takie jak Google, Facebook, Apple, tak istnieją rurociągi naftowe jak OWOX BI, Supermetrics, Fivetran, StitichData dostarczające dane do rafinerii, takich jak Google Cloud, AWS, MS Azure, Hadoop.Ale dla użytkownika końcowego to wszystko nie ma znaczącej wartości, dopóki nie zatankuje swojego samochodu odpowiednią energią na we właściwym czasie i bez zbędnego wysiłku.

Dziś użytkownicy biznesowi zmuszeni są ograniczać się do zwykłych autobusów, które dowożą ich do wcześniej ustalonych sekcji danych lub przepłacać za taksówki, nie znając dokładnego adresu, do którego mają się dostać i jaki raport ostatecznie zbudować.

Dlaczego istniejące narzędzia analityczne nie w pełni odpowiadają potrzebom marketerów:

• Usługi specjalistyczne nie zawierają wymaganych danych . Dlaczego po prostu nie skorzystać z Google Analytics? Nie ma potrzeby biznesowej związanej z danymi. Nie da się scalić wszystkich danych i zbudować raportów zgodnie z logiką odpowiadającą Twojemu modelowi biznesowemu.
• Nawet jeśli firma zebrała wszystkie niezbędne dane, potrzebna jest wiedza specjalistyczna, aby je połączyć: jakimi kluczami, w jakiej strukturze, na jakich warunkach itp.
• Istniejące zaawansowane usługi analityczne zapewniają rozwiązania zbudowane specjalnie, a nie systemowe : możesz zbudować konkretny raport lub dashboard, ale nie możesz stworzyć systemu raportowania, z którym marketer może pracować. Możesz na przykład uzyskać raport o automatycznych aktualizacjach w usłudze Power BI, Google Data Studio lub Excel. Ale jeśli musisz coś zmienić w raporcie, dodać niezbędne sekcje, parametry i dane lub zmienić grupowanie kanałów, sam marketer nie może tego zrobić. Za każdym razem musisz skontaktować się z analitykiem.

Dlaczego marketerowi trudno jest uzyskać odpowiednie dane w Excelu lub Arkuszach Google? Gdzie jest wąskie gardło na wszystkich etapach pracy z danymi?

Po przekonwertowaniu danych do określonej struktury (np. rozpoznanie tagów UTM) i zanim użytkownik biznesowy będzie mógł wykonać z nich raport, następuje proces iteracyjny. Na przykład wybierasz żądane kolumny, wykluczasz użytkowników, którzy nie dokonywali zakupów w określonym czasie itp. Ten proces wymaga komunikacji między analitykami a marketerami. A jeśli marketer nie zna języka SQL, tej komunikacji nie da się uniknąć.

Dziś analitycy budują raporty wymagające konsolidacji danych za pomocą SQL. Z biegiem czasu takich zapytań SQL jest coraz więcej, a logika w nich zawarta staje się coraz bardziej złożona. W ten sposób marketer nie może uzyskać potrzebnego raportu bez pomocy analityka, a jakość danych jest za każdym razem kwestionowana.

Większość produktów analitycznych upraszcza pracę analityka na jednym etapie, ale nie pomaga w prawidłowym łączeniu danych ani nie pomaga marketerowi w uzyskaniu niezbędnych raportów bez pomocy analityka. Dlatego analityk pozostaje słabym punktem.

Jeden z naszych klientów powiedział kiedyś: „Nasi marketerzy mają teraz dwie możliwości: albo czekać na Excela, albo uczyć się SQL”. Dobra wiadomość jest taka, że ​​nie jest to jedyna alternatywa.

Zasadniczo nie trzeba czekać na analityka ani uczyć się języka SQL, aby zbudować raporty. Gdy dane są już zamodelowane zgodnie z modelem biznesowym firmy, marketer nie musi biegać do analityka za każdym razem, gdy chce utworzyć nowy raport.

Analityk raz scala dane z modelem biznesowym, aby później łatwiej było je edytować. Marketer może następnie wykorzystać te dane w nowoczesnych usługach raportowania, które mogą pracować z danymi modelowanymi (np. OWOX BI).

Nowe narzędzia do analityki marketingowej pojawiły się, aby uratować sytuację! Tak, marketerzy muszą je uporządkować, ale nadal jest to łatwiejsze i wygodniejsze niż SQL. W zamian marketer otrzyma dane, którym można zaufać, raporty w odpowiednich sekcjach oraz stosowne rekomendacje.

Co musisz zrobić, aby magia zadziałała?

Krok 1 . Zbieraj dane za pomocą narzędzi ETL w jednym miejscu do późniejszej analizy (przechowywanie danych w chmurze, szczególnie Google BigQuery, to idealna opcja dla marketerów).

Krok 2 . Wyczyść i dopasuj zebrane dane.

Krok 3. Scal dane dla modelu biznesowego.

Krok 4 . Połącz modelowane dane z usługą raportowania.

Krok 5 . Eksportuj dane do usługi wizualizacji danych.

Takie narzędzia jak Lejek. io, Supermetrics, OWOX BI, Datorama, Impprovado, Kissmetrics itp. są świetne do zbierania danych. Ale aby go poprawnie dopasować, wyczyścić, scalić, deduplikować itd., potrzebujesz pomocy analityka.

Do modelowania danych marketer potrzebuje również pomocy analityka. Ale to tylko ten jeden raz.

Notatka! Jeśli masz mały projekt, parę źródeł danych (tabela ze zdarzeniami plus wydatki) i potrzebujesz zbudować 2-4 raporty, to struktura obliczania tych tabel będzie dość prosta.

Jeśli jednak mówimy o prawdziwym projekcie z wieloma tabelami z danymi z systemów reklamowych, transakcjami z CRM, informacjami o użytkownikach, rozszerzonymi danymi produktów i wszystkimi innymi danymi, które trafiają do Google BigQuery? Warto używać narzędzi takich jak DBT/Dataform, aby uniknąć 100500 splątanych tabel, można wprowadzić zmiany raz i można je zastosować do całego modelu.

Po modelowaniu danych możesz tworzyć różnorodne raporty, z którymi możesz pracować. Jako przykład nowoczesnej uniwersalnej platformy, która zbiera i analizuje Twoje dane marketingowe z różnych źródeł, pozwala zautomatyzować raportowanie i przesyła wyniki tam, gdzie chcesz, spójrzmy na OWOX Smart Data.

Korzystając z usługi Smart Data, marketerzy mogą otrzymywać raporty marketingowe bez ograniczeń i próbkowania, na podstawie scalonych nieprzetworzonych danych z Google BigQuery oraz eksportować raporty do Google Data Studio i Google Sheets.

Istnieją dwa sposoby uzyskania raportu:

1. Użyj konstruktora raportów.
2. Wybierz gotowy szablon z galerii najpopularniejszych raportów.

Marketerzy mogą szybko uzyskać dostęp do spostrzeżeń marketingowych o dowolnej złożoności, korzystając z gotowych pulpitów nawigacyjnych lub dostosowanych do wymagań firmy. Do szybkich zadań nadają się gotowe raporty w OWOX BI Smart Data, natomiast do złożonych — wstępne przetwarzanie i pobieranie danych za pomocą zapytań SQL z Google BigQuery.

Przyjrzyjmy się narzędziu do tworzenia raportów — musisz określić, jakie dane i parametry chcesz wyświetlić w raporcie, wybrać żądany typ raportu oraz zakres dat. Smart Data generuje zapytanie SQL dotyczące wymaganych danych w Google BigQuery, a marketer otrzymuje wizualny raport.

Korzystanie z raportów, takich jak analiza kohortowa, kalkulacja LTV, analiza ROPO i inne, pozwala marketerom na uwzględnienie wszystkich punktów kontaktu z klientem i monitorowanie skuteczności kampanii marketingowych.

Obecne podejście do pracy z danymi nie jest optymalne. Marketerzy i użytkownicy biznesowi najczęściej nie mogą samodzielnie tworzyć raportów, ponieważ jest to zbyt skomplikowane. Aby odpowiedzieć na swoje pytania, muszą ustawić zadania dla analityków i czekać na raporty. I znowu i znowu. W końcu, dopóki nie odpowiesz na pierwsze pytanie, nie wiesz, jakie będzie drugie.

W końcu okazuje się, że dane służą do monitorowania bieżącej sytuacji i analizy przeszłości, ale rzadko — do zarządzania przyszłością. Dlatego dane przyniosą znacznie większą wartość, jeśli użytkownicy biznesowi będą mieli możliwość współpracy z nimi w celu samodzielnego podejmowania decyzji.